基于Web Service數(shù)據(jù)智能集成技術(shù)的研究.pdf

1、當(dāng)前海量的數(shù)據(jù)存儲(chǔ)在不同數(shù)據(jù)庫(kù)管理系統(tǒng)中，但由于絕大多數(shù)數(shù)據(jù)源間的異構(gòu)性，形成了所謂的“信息孤島”。為了消除異構(gòu)、檢測(cè)數(shù)據(jù)的異常、提高信息綜合利用率和準(zhǔn)確率，本文提出了一種基于Web Service數(shù)據(jù)集成系統(tǒng)和基于神經(jīng)網(wǎng)絡(luò)解決該集成系統(tǒng)中屬性匹問(wèn)題。
　　與傳統(tǒng)集成方法相比，Web Service數(shù)據(jù)集成方法優(yōu)化了傳統(tǒng)集成方法，整個(gè)系統(tǒng)具有實(shí)時(shí)性、可擴(kuò)展性、高響應(yīng)性等特點(diǎn)。數(shù)據(jù)集成的核心問(wèn)題是正確實(shí)現(xiàn)語(yǔ)義映射關(guān)系，即模式匹配，具

2、體到關(guān)系數(shù)據(jù)庫(kù)中，就是在異構(gòu)數(shù)據(jù)庫(kù)間找出相同的屬性記錄。屬性匹配是解決數(shù)據(jù)源間異構(gòu)問(wèn)題的關(guān)鍵性操作。
　　本篇論文在研究了目前已有的數(shù)據(jù)庫(kù)集成的屬性匹配技術(shù)的基礎(chǔ)上，發(fā)現(xiàn)基于機(jī)器學(xué)習(xí)（BP神經(jīng)網(wǎng)絡(luò)）的方法比起基于規(guī)則的方法在屬性匹配問(wèn)題上有絕對(duì)的優(yōu)勢(shì)。但是研究發(fā)現(xiàn)，目前基于 BP網(wǎng)絡(luò)的屬性匹配方法仍然存在著諸多不足，如干擾匹配項(xiàng)過(guò)多，匹配空間過(guò)大等等。針對(duì)目前方法的不足，本文從提高匹配效率、匹配查準(zhǔn)率、匹配查全率三個(gè)重要指標(biāo)出發(fā)，